[한영자막] Claude Managed Agents로 리서치 에이전트를 만들어봅니다 (2/4)

한 줄 핵심

Claude Managed Agents로 채팅형 에이전트, 하위 에이전트, 스킬, 메모리, 검증 루프를 엮어 장시간 리서치 자동화 시스템을 만드는 방법을 보여준다.

시간별 요약

1. 0:00
   세션 저장 방식의 변화 세션 저장은 이벤트와 저장소를 더 느슨하게 분리해 앞으로의 확장에 대비하는 방향으로 바뀌었다. 서비스 경계뿐 아니라 이벤트 계층까지 인터페이스를 추상화해, 세션 메커니즘에 강하게 묶이지 않도록 설계한다.
2. 0:51
   콘솔 빠른 시작 데모 콘솔에서 에이전트 이름, 설명, 모델, 도구 접근 권한을 정하고 생성하면 곧바로 세션을 시작해 대화를 테스트할 수 있다. 인프라, 호스팅, 샌드박스, 스케일링, 이벤트 로그 저장은 관리형 서비스가 맡고, 사용자는 제품 로직에 집중하게 된다.
3. 3:34
   워크숍 저장소 실습은 제공된 저장소를 클론한 뒤 의존성을 설치하고 로컬 서버를 띄우는 방식으로 진행된다. Wi-Fi가 불안정한 상황을 고려해 저장소와 실행 경로를 먼저 맞추는 것이 중요하다.
4. 4:28
   만들 프로젝트 소개 먼저 에이전트와 대화하는 채팅 UI를 만들고, 이후 하위 에이전트로 작업을 분담하는 다중 에이전트 구조로 확장한다. 여기에 SEC 조회용 스킬, 장시간 비동기 작업, 지도-축약식 오케스트레이션, 예약 실행까지 얹어 리서치 워크플로를 완성한다.
5. 5:57
   워크숍 스킬과 프로젝트 설정 Cloud Code 같은 코딩 에이전트를 써서 워크숍 스킬을 실행하면 단계별 안내를 따라 작업을 진행할 수 있다. API 키와 SEC용 식별 정보를 설정한 뒤 개발 서버를 띄우고, setup 화면에서 준비를 마친 다음 workshop start로 과정을 시작한다.
6. 10:03
   관리형 에이전트 실행 환경 실행은 자체 인프라와 AWS 기반 옵션 모두를 지원하며, 필요하면 Vercel, Modal, Daytona 같은 외부 샌드박스도 붙일 수 있다. 데모에서는 에이전트와 환경을 함께 만들고, 기본 도구만 가진 단순한 에이전트에 웹 접근과 패키지 설치 권한을 부여한다.
7. 11:39
   이벤트 스트림 기반 채팅 UI 채팅형 애플리케이션은 세션과의 통신을 이벤트 스트림으로 구현하며, 사용자의 입력은 user.message 이벤트로 올리고 응답은 SSE로 브라우저에 다시 흘려보낸다. 이 구조만 있으면 에이전트와 즉시 대화할 수 있고, 그 다음 단계로 장기 실행 작업까지 확장할 수 있다.
8. 13:28
   스킬·하위 에이전트·맞춤 도구 에이전트는 SEC를 다루는 스킬, 전문 하위 에이전트, 그리고 나중에 오케스트레이션에 쓸 맞춤 도구를 함께 받아 더 높은 수준의 작업을 수행하도록 업그레이드된다. 하위 에이전트는 세션의 프롬프트와 도구 정의를 바탕으로 생성되며, 세션의 전체 맥락을 그대로 복사하지는 않는다.
9. 17:28
   결과물과 자기 평가 Outcome은 작업 목표와 평가 기준을 함께 정의해, 에이전트가 결과물을 만든 뒤 스스로 루브릭에 맞는지 점검하게 한다. max iterations, 작업 설명, 평가 기준을 함께 주면 완료 여부를 확인하고, 부족하면 다시 시도하는 구조가 된다.
10. 18:52
    Nvidia 리서치 세션 데모 Nvidia의 최근 SEC 분기 보고서를 분석하도록 지시하면 에이전트가 메모리를 확인하고, 필요하면 여러 하위 에이전트를 동원해 분석과 위험 평가를 분담한다. 각 하위 에이전트의 작업은 콘솔에서 추적 가능하며, 최종적으로 JSON 결과물과 메모리 업데이트, 자기 평가까지 이어진다.
11. 22:27
    실행 중 스킬 업데이트 스킬은 정적인 설정이 아니라 실행 중에도 갱신할 수 있는 살아 있는 아티팩트다. 새 폼이나 새로운 규칙을 스킬에 추가하면 이후에 그 스킬을 참조하는 새 세션이 즉시 업데이트된 지식을 사용한다.
12. 23:40
    Vault와 인증 정보 주입 실환경에서는 이메일과 이름 같은 민감하지 않은 값만 프롬프트에 넣는 대신 Vault로 비밀값을 관리한다. Vault는 플레이스홀더를 환경변수처럼 주입하고, 허용한 도메인에서만 실제 비밀값으로 바꿔치기해 권한과 노출 범위를 통제한다.
13. 25:55
    Agent SDK와 관리형 에이전트 Agent SDK는 Cloud Code 계열의 헤드리스 버전처럼 볼 수 있고, 관리형 에이전트는 그 아이디어를 바탕으로 만든 완전 호스팅형 하네스다. 즉, SDK와 유사한 철학은 공유하지만 실제 실행 기반은 별도의 클라우드 하네스에 있다.
14. 27:02
    에이전트 반복 실행의 가드레일 다중 에이전트 오케스트레이션에서 반복과 토큰 소모를 막는 일부 제어는 아직 사용자가 직접 설계해야 한다. 예산 기반 제한은 검토 중이지만, 현재는 세션당 비용이나 토큰 상한을 강제하는 기능이 기본 제공되지는 않는다.
15. 27:51
    세션 제어와 분기 진행 중인 세션에는 새 user.message 이벤트를 보내 방향을 바꿀 수 있지만, 과거 상태로 되돌리는 rewind나 세션 분기는 아직 없다. 잘못된 경로를 수정하려면 현재 세션을 계속 steering하는 방식이 현실적인 대응이다.
16. 29:01
    공유 메모리와 종속성 세션 간 공유 메모리로 집단 지식을 축적할 수 있고, 여러 메모리 스토어를 붙여 사용자 수준과 조직 수준 지식을 함께 운용하는 것도 가능하다. 메모리는 API 기반이어서 외부 시스템으로 꺼내 쓸 수 있으며, 장기적으로는 dreaming으로 메모리를 계속 정제한다.
17. 31:16
    하위 에이전트 평가 평가는 현재 세션 단위의 outcome에서 이루어지며, 하위 에이전트마다 별도의 outcome을 두는 구조는 아직 지원하지 않는다. 대신 dreaming은 여러 세션의 전사와 메모리를 분석해, 앞으로 어떤 정보를 더 잘 끌어와야 하는지 메모리 수준에서 학습한다.
18. 33:03
    비공개 데이터와 MCP 터널 사내 데이터는 MCP나 CLI로 연결할 수 있고, 인터넷 노출이 부담되면 MCP tunnels로 내부망에서 연결해 안전하게 노출 범위를 줄일 수 있다. 샌드박스를 self-host로 두면 네트워크가 피어링된 환경에서 에이전트가 직접 사내 리소스를 사용할 수도 있으며, 환경 의존성은 생성 시점에 캐시된다.

실무 인사이트

• 장시간 리서치 자동화의 핵심은 에이전트 자체보다, 채팅·하위 에이전트·Outcome·메모리를 연결하는 하네스를 설계하는 데 있다.
• 실무에서는 스킬과 메모리를 정적 자산이 아니라 계속 갱신되는 운영 자산으로 다뤄야 하며, 새 규칙이나 새 데이터 소스가 생기면 세션 재사용 효과가 크게 난다.
• 보안과 확장성은 Vault, MCP tunnels, self-hosted sandbox를 함께 써야 균형이 맞고, 공개 도메인 접근과 사내 데이터 접근을 분리 설계하는 것이 중요하다.